ước lượng kênh truyền mimo dùng thuật toán mù cải tiến

ĐẠI HỌC QUỐC GIA TP. HỒ CHÍ MINH ĐẠI HỌC KHOA HỌC TỰ NHIÊN ****oOo**** ĐỖ ĐÌNH THUẤN ƯỚC LƯỢNG KÊNH TRUYỀN MIMO DÙNG THUẬT TOÁN MÙ CẢI TIẾN Chuyên ngành: Vật lý vô tuyến và điện tử Mã số: 62 44 03 01 TÓM TẮT LUẬN ÁN TIẾN SỸ VẬT LÝ TP. Hồ Chí Minh năm 2011 2 Công trình được hoàn thành tại: Đại học Khoa học tự nhiên, Đại học Quốc gia TP. Hồ Chí Minh Người hướng dẫn khoa học: PGS. TS. VŨ ĐÌNH THÀNH (ghi rõ họ tên, chức danh khoa học, học vị) Phản biện 1: PGS. TS. PHẠM HỒNG LIÊN Phản biện 2: PGS. TS. NGUYỄN HỮU PHƯƠNG Phản biện 3: PGS. TS. HOÀNG ĐÌNH CHIẾN Phản biện độc lập 1: PGS. TS. NGUYỄN VIẾT KÍNH Phản biện độc lập 2: TS. LÊ QUỐC CƯỜNG Luận án sẽ được bảo vệ trước Hội đồng chấm luận án tại Đại học Khoa học tự nhiên vào hồi giờ ngày tháng năm Có thể tìm hiểu luận án tại thư viện: - Thư Viện Khoa học Tổng hợp TP. Hồ Chí Minh - Thư viện Trường Đại học Khoa học tự nhiên 1 CHƯƠNG 1: TỔNG QUAN Giới thiệu về MIMO và mô hình kênh vô tuyến Một hệ thống thông tin vô tuyến dùng T M anten phát và R M anten thu được gọi là hệ thống đa anten phát đa anten thu MIMO, và kênh truyền sử dụng cho hệ thống này gọi là kênh MIMO. Người ta phân loại các hệ thống MIMO như sau: • Trường hợp đặc biệt 1 = = RT MM được gọi là hệ thống một anten phát, một anten thu SISO, và kênh tương ứng gọi là kênh SISO. • Trường hợp đặc biệt thứ 2 là trường hợp trong đó sử dụng 1 = T M và 2 ≥ R M . Hệ thống đó được gọi là SIMO, và kênh tương ứng là kênh SIMO. • Trường hợp thứ 3 là MISO cũng tương tự với 2 ≥ T M và 1 = R M . Trong m ộ t h ệ th ố ng MIMO v ớ i T M anten phát và R M anten thu, kí hi ệ u đ áp ứ ng xung c ủ a kênh thông th ấ p t ươ ng đươ ng gi ữ a anten phát th ứ j và anten thu th ứ i là ( ) th ij ; τ , trong đ ó τ đượ c g ọ i là bi ế n tr ễ và t là bi ế n th ờ i gian. Vì th ế kênh thay đổ i theo th ờ i gian m ộ t cách ng ẫ u nhiên đượ c mô t ả b ằ ng ma tr ậ n ( ) t; τ H kích th ướ c RT MM × nh ư sau [21]-[54]: ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( )               = ththth ththth ththth t TRRR T T MMMM M M ; ;; ; ;; ; ;; ; 21 22221 11211 τττ τττ τττ τ MMMM H ( 1.1) Gi ả s ử tín hi ệ u phát t ừ anten phát th ứ j là ( ) Tj Mjts , ,2,1, = . Ta có tín hi ệ u thu đượ c ở anten th ứ i trong tr ườ ng h ợ p không có nhi ễ u là ( ) ( ) ( ) ( ) ( ) R M j jij j M j iji Mitsth dtsthtr T T , ,2,1,*; ; 1 1 =−= −= ∑ ∑ ∫ = = ∞+ ∞− ττ τττ (1.2) Khi bi ể u di ễ n công th ứ c trên ở d ạ ng ma tr ậ n, bi ể u th ứ c (1.2) tr ở thành ( ) ( ) ( ) ttt j sHr *; τ = (1.3) trong đ ó, ( ) t s là vector 1 × T M và ( ) t r là vector 1 × R M Đố i v ớ i kênh không l ự a ch ọ n t ầ n s ố , ma tr ậ n kênh H đượ c bi ể u di ễ n nh ư sau: 4 ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( )               = ththth ththth ththth t TRRR T T MMMM M M L MMMM L L 11 22221 11211 H (1.4) Khi đ ó, tín hi ệ u thu đượ c ở anten thu th ứ i đượ c t ố i thi ể u hóa là: ( ) ( ) ( ) Rj M j iji Mitsthtr T , ,2,1, 1 == ∑ ∫ = ∞+ ∞− (1.5) Trong khi đ ó, n ế u ta c ầ n bi ể u di ể n ở d ạ ng ma tr ậ n, vector tín hi ệ u thu r (t) đượ c vi ế t nh ư sau: ( ) ( ) ( ) ttt sHr = (1.6) Ngoài ra, n ế u bi ế n đổ i v ề m ặ t th ờ i gian c ủ a đ áp ứ ng xung đượ c xem là ch ậ m trong kho ả ng th ờ i gian Tt ≤ ≤ 0 , kênh H g ầ n nh ư không thay đổ i trong m ộ t chu kì kí t ự đ ang xem xét thì bi ể u th ứ c (1.6) đượ c vi ế t đơ n gi ả n h ơ n nh ư sau ( ) ( ) tt Hsr = (1.7) Mô hình kênh không l ự a ch ọ n t ầ n s ố bi ế n đổ i th ờ i gian ch ậ m trong bi ể u th ứ c (1.7) đượ c xem là mô hình đơ n gi ả n nh ấ t cho truy ề n d ẫ n tín hi ệ u trong kênh MIMO. 2 CH ƯƠ NG 2: KHUNG TÍN HI Ệ U PHÁT ÁP D Ụ NG CHO ƯỚ C L ƯỢ NG KÊNH MÙ C Ả I TI Ế N 2.1 Phương pháp ước lượng kênh mù cải tiến 2.1.1 Mô hình kênh MIMO Trong ph ầ n này, lu ậ n án trình bày mô hình kênh MIMO b ă ng h ẹ p fading kh ố i ph ẳ ng v ớ i t M anten phát và r M anten thu. Khi đ ó quan h ệ gi ữ a tín hi ệ u phát và tín hi ệ u thu đượ c mô t ả nh ư sau VHXY + = (2.1) trong đ ó Y là ma tr ậ n ph ứ c tín hi ệ u thu kích th ướ c NM r × , và X là ma tr ậ n ph ứ c tín hi ệ u phát kích th ướ c NM t × , H là ma tr ậ n kênh ph ứ c kích th ướ c tr MM × và V là ma tr ậ n ph ứ c nhi ễ u tr ắ ng trung bình b ằ ng 0 có kích th ướ c NM r × . 2.1.2 Ước lượng kênh với cấu trúc khung tín hiệu phát đề xuất Trong b ộ ướ c l ượ ng bán mù (SB), ng ườ i ta v ẫ n dùng l ượ ng kí t ự (symbol) dành cho chu ỗ i hu ấ n luy ệ n. Đ ó chính là vai trò quan tr ọ ng c ủ a chu ỗ i hu ấ n luy ệ n và là lý do chính để lu ậ n án đề xu ấ t c ấ u trúc 5 m ớ i k ế t h ợ p c ụ m tín hi ệ u x ử lý theo LS và c ụ m tín hi ệ u x ử lý bán mù SB. Nh ư ng tr ướ c khi trình bày c ấ u trúc khung m ớ i, ta tóm t ắ t các ph ươ ng pháp ướ c l ượ ng LS và SB nh ư sau 2.1.3 Ước lượng kênh dùng phương pháp bình phương cực tiểu (LS) Chúng ta xem xét kênh MIMO fading phân b ố Rayleigh ph ẳ ng đặ c tính hóa b ở i kênh là H, p X là chu ỗ i hu ấ n luy ệ n, p Y là tín hi ệ u thu cho ph ầ n hu ấ n luy ệ n và V là nhi ễ u phân b ố Gauss tr ắ ng c ộ ng. Công th ứ c (2.1) mô t ả cho chu ỗ i hu ấ n luy ệ n vi ế t l ạ i nh ư sau VHXY += pp (2.2) trong đ ó p X là ma tr ậ n hu ấ n luy ệ n kích th ướ c LM t × và L là độ dài chu ỗ i hu ấ n luy ệ n. B ở i vì ph ươ ng pháp này khá quen thu ộ c v ớ i nhi ề u ng ườ i đọ c, lu ậ n án ch ỉ trình bày k ế t qu ả cu ố i cùng, kênh truy ề n đượ c ướ c l ượ ng nh ư sau ( ) p H pp H p YXXXH 1 ˆ − = (2.3) 2.1.4 Ước lượng bán mù (SB) dùng phương pháp ma trận thừa số SVD. Tr ướ c đ ây, ng ườ i ta đ ã đư a ra nhi ề u thu ậ t toán bán mù v ớ i ư u đ i ể m t ậ n d ụ ng hi ệ u qu ả b ă ng thông cho h ệ th ố ng vô tuy ế n [6], [10]-[12], [14]-[20]. Trong lu ậ n án này, tác gi ả ch ọ n gi ả i pháp ướ c l ượ ng bán mù d ự a trên phân tích ma tr ậ n th ừ a s ố (SVD) c ủ a ma tr ậ n H [38] H SVD QPH Σ=)( (2.4) Ta có c ả ma tr ậ n P và Q ph ả i th ỏ a mãn thu ộ c tính sau: I P P PP = = HH và t ươ ng t ự cho ma tr ậ n Q. Để cho g ọ n, ta đặ t ma tr ậ n W theo bi ể u th ứ c P Σ W = . Ma tr ậ n W này có th ể ướ c l ượ ng mù d ự a trên chính tín hi ệ u thu. B ướ c k ế ti ế p dùng chu ỗ i hu ấ n luy ệ n để ướ c l ượ ng ma tr ậ n Q v ớ i gi ả thi ế t là W đ ã hoàn toàn đượ c bi ế t ở phía thu. Hàm t ố i ư u cho ph ươ ng pháp này mô t ả nh ư sau 2 minarg p H p XWQY − sao cho IXXXX == p H p H pp và IQQ = H (2.5) Để đơ n gi ả n, chúng ta kí t ự K ˆ nh ư sau H pp H XYWK = ˆ (2.6) S ử d ụ ng phân tích H kkk SVD V Σ UK ˆˆˆ ) ˆ ( = trong công th ứ c (2.6), ta có bi ể u th ứ c sau H kk UVQ ˆˆ ˆ = (2.7) Do đ ó, kênh truy ề n ướ c l ượ ng H ˆ đượ c cho b ở i H QWH ˆ ˆ = (2.8) 6 2.1.5 Cấu trúc khung tín hiệu phát kết hợp cụm LS và cụm SB Lu ậ n án đề xu ấ t c ấ u trúc phát m ớ i s ử d ụ ng d ữ li ệ u tuân theo ướ c l ượ ng LS cho khung con th ứ i. Thông qua kênh đ ã ướ c l ượ ng ở phía thu cho khung th ứ i này, ta khôi ph ụ c l ạ i đượ c tín hi ệ u phát. Sau đ ó, ta ti ế p t ụ c dùng k ĩ thu ậ t SB cho ướ c l ượ ng kênh truy ề n ở khung con th ứ j ( ) ji < . Trong công th ứ c (2.4) ở trên, ta c ầ n ướ c l ượ ng ma tr ậ n W (v ớ i P Σ W = ) và Q. Ma tr ậ n W nh ư đ ã nói có th ể đượ c ướ c l ượ ng mù ch ỉ d ự a trên d ữ li ệ u thu đượ c, trong khi đ ó ta dùng ướ c l ượ ng LS cho ma tr ậ n Q v ớ i chu ỗ i hu ấ n luy ệ n. C ấ u trúc khung t ừ khung th ứ i đế n khung th ứ j đượ c mô t ả nh ư hình v ẽ 2.1. Ta có th ể th ấ y v ớ i c ấ u trúc đề xu ấ t dùng t ổ ng s ố kí t ự hu ấ n luy ệ n (training) h ơ n so v ớ i ph ươ ng pháp LS truy ề n th ố ng. T ừ đ ó, chúng ta c ả i thi ệ n hi ệ u qu ả s ử d ụ ng b ă ng thông nh ờ c ấ u trúc này. Trong k ĩ thu ậ t ướ c l ượ ng SB, vì kí t ự hu ấ n luy ệ n ch ỉ dùng cho ướ c l ượ ng ma tr ậ n Q (Q ch ỉ là ma tr ậ n thành ph ầ n sau khi phân gi ả i giá tr ị đơ n SVD c ủ a H) nên s ẽ dùng ít kí t ự h ơ n so v ớ i ướ c l ượ ng LS áp d ụ ng cho c ả ma tr ậ n H ( p q < ). Do đ ó, n ế u khung tín hi ệ u phát k ế t h ợ p ki ể u ướ c l ượ ng SB và LS s ẽ đạ t hi ệ u qu ả b ă ng thông h ơ n so v ớ i khung tín hi ệ u ch ỉ dùng k ĩ thu ậ t LS. Bi ể u th ứ c t ố i ư u cho c ấ u trúc tín hi ệ u k ế t h ợ p này đượ c trình bày nh ư sau 2 22 2 11 ewewJ += (2.9) v ớ i iii xxe − = ˆ , trong đ ó i x ˆ và i x l ầ n l ượ t là giá tr ị ướ c l ượ ng và giá tr ị th ự c c ủ a tín hi ệ u c ầ n ướ c l ượ ng, )2,1(, = iw i là các tr ọ ng s ố c ủ a l ầ n l ượ t hai ph ươ ng pháp LS và SB. Trong ch ươ ng này, thông qua mô ph ỏ ng chúng ta th ấ y r ằ ng 1 2 1 w w = = cho k ế t qu ả t ố t nh ấ t 2.2 Kết quả mô phỏng 5 10 15 20 25 30 -10 -8 -15 -20 -25 -35 Eb/No, dB MSE (dB) MSE va SNR Uoc luong LS LSSB Hình 2.2. MSE và SNR cho b ộ ướ c l ượ ng kênh LS, LSSB 7 5 10 15 20 25 30 -40 -35 -30 -25 -20 -15 -10 -5 Eb/No, dB MSE (dB) MSE va SNR LSSB (1SB, 1LS) LSSB (1SB, 3LS) LSSB (1SB, 5LS) Hình 2.3. MSE và SNR cho các b ộ ướ c l ượ ng kênh LSSB khác nhau 10 20 30 40 50 60 70 80 90 100 -100 -10 -5 -20 -30 -40 pilots MSE (dB) MSE va do dai ki hieu huan luyen Uoc luong LS LSSB Hình 2.4. MSE và độ dài chu ỗ i hu ấ n luy ệ n cho ướ c l ượ ng LS, LSSB 10 20 30 40 50 60 70 80 90 100 -10 -5 -15 -17 pilots MSE (d B) MSE va so kí hieu huan luyen LSSB (1SB,1LS) LSSB (1SB,3LS) LSSB (1SB,5LS) Hình 2.5. MSE và độ dài chu ỗ i hu ấ n luy ệ n cho các ướ c l ượ ng LSSB khác nhau 8 5 10 15 20 25 30 -10 -20 -15 -25 -30 -35 -40 Eb/No, dB MSE (dB) MSE va SNR Uoc luong dung LS LSSB khong xet sai so W LSSB xet sai so W Hình 2.6. So sánh tr ườ ng h ợ p ướ c l ượ ng mù c ả i ti ế n hoàn h ả o và ướ c l ượ ng kênh không hoàn h ả o 0 5 10 15 20 10 -5 10 -4 10 -3 10 -2 10 -1 10 0 Eb/No,dB Bit Error Rate/Symbol Error Rate BER/SER performance of SVD based semi-blind channel estimation BER SER Hình 2.7. Đ ánh giá BER/SER c ủ a ph ươ ng pháp mù c ả i ti ế n 3 CH ƯƠ NG 3: THI Ế T K Ế CHU Ỗ I HU Ấ N LUY Ệ N TR Ự C GIAO CHO ƯỚ C L ƯỢ NG KÊNH MÙ C Ả I TI Ế N TRONG MIMO 3.1 Tổng quan phương pháp ước lượng mù cải tiến Chúng ta xem xét ma tr ậ n kênh MIMO fading ph ẳ ng tr C × ∈H , trong đ ó t là s ố anten phát và r là s ố anten thu trong h ệ th ố ng. Kí hi ệ u tín hi ệ u thu d ạ ng ph ứ c 1× ∈ r C y , khi đ ó m ố i quan h ệ gi ữ a tín hi ệ u thu và phát bi ể u di ễ n nh ư sau )()()( nnn wHxy + = (3.1) )()()( nnn csx + = (3.2) trong đ ó n là tham s ố v ề th ờ i gian t ứ c th ờ i, 1× ∈ t C x là tín hi ệ u phát d ạ ng ph ứ c và )(nw là thành ph ầ n nhi ễ u Gaussian tr ắ ng c ộ ng theo th ờ i gian. Ngoài ra, )(ns là d ữ li ệ u có ích, )(np là ph ầ n tín hi ệ u tr ự c giao chèn vào tr ướ c kí t ự tín hi ệ u phát. 9 Bây gi ờ , ta gi ả s ử kênh đượ c s ử d ụ ng g ồ m N kí t ự phát. Ta có L kí t ự đầ u tiên g ọ i là chu ỗ i hu ấ n luy ệ n. X ế p các kí t ự hu ấ n luy ệ n nh ư ma tr ậ n, ta đạ t đượ c bi ể u th ứ c sau [ ] )(), ,2(),1( L p xxxX = (3.3) [ ] )(), ,2(),1( L p yyyY = (3.4) trong đ ó Lt p C × ∈ X , Lr p C × ∈ Y . Ta d ễ th ấ y r ằ ng thành ph ầ n còn l ạ i LN − là d ữ li ệ u mang thông tin th ự c c ầ n truy ề n, kí hi ệ u là )( LNt d C −× ∈X và )( LNr d C −× ∈Y . Do đ ó, [ ] { } dpp YYX ,, có th ể xem là t ậ p h ợ p c ả tín hi ệ u mang tin và d ữ li ệ u hu ấ n luy ệ n Ph ươ ng pháp ướ c l ượ ng kênh LS tuy ế n tính cho kênh H có th ể đượ c tính nh ư sau (xem ch ứ ng minh trong ph ụ l ụ c A-30 đế n A-38) ( ) YXXXH HH LS 1 ˆ − = (3.5) Ph ươ ng pháp ướ c l ượ ng kênh mù c ả i ti ế n dùng trong ph ầ n này đượ c trình bày nh ư sau. Đầ u tiên kênh H có th ể phân tích SVD HH WQUSQH == (3.6) Chúng ta ti ế p t ụ c tính ướ c l ượ ng Maximum-Likelihood (ML) cho ma tr ậ n Q. Ướ c l ượ ng này cho b ở i hàm t ố i ư u sau 2 minarg ˆ QSXYQ H p H p −= sao cho IQQ = H (3.7) Do v ậ y, ướ c l ượ ng dành cho ma tr ậ n Q là Q ˆ s ẽ đượ c tính nh ư sau H pp RUQ = ˆ (3.8) Để ý r ằ ng H p R có th ể đượ c suy ra t ừ )( SYXRSU H pp H ppp SVD = (3.9) K ế t h ợ p tính toán c ủ a c ả hai ma tr ậ n W và Q, ta đạ t đượ c kênh ướ c l ượ ng H ˆ QWH ˆ ˆ = (3.10) v ớ i gi ả thi ế t kênh W hoàn toàn bi ế t ở phía thu. Tiêu chu ẩ n MSE đượ c đị nh ngh ĩ a d ự a trên ma tr ậ n t ự t ươ ng quan l ỗ i ướ c l ượ ng kênh HHH ˆ ~ −= { } H E HHR ~ ~ = (3.11) Do v ậ y, để t ố i ư u MSE, ta ph ả i t ố i thi ể u hóa bi ể u th ứ c sau H pp XX=∆ (3.12) 10 3.2 Chuỗi huấn luyện đề xuất cho ước lượng kênh mù cải tiến Trong ph ầ n này, chúng ta t ậ p trung vào vi ệ c thi ế t k ế chu ỗ i hu ấ n luy ệ n t ố i ư u mà chúng đượ c thêm vào m ỗ i c ụ m kí t ự tín hi ệ u c ầ n phát trong khung d ữ li ệ u hoàn ch ỉ nh. S ơ đồ pilot m ớ i đượ c ch ọ n sao cho t ố i thi ể u hóa { } H tr HH ~ ~ . Nh ư đ ã đề c ậ p trong (3.12), đ i ề u ki ệ n này t ươ ng đươ ng v ớ i ∆ min đượ c t ố i thi ể u hóa n ế u tích hai ma tr ậ n này H pp XX là ma tr ậ n đườ ng chéo. Đầ u tiên, ta xem xét v ấ n đề phân b ổ công su ấ t tín hi ệ u cho ph ầ n d ữ li ệ u mang tin )( n s và ph ầ n tín hi ệ u dành cho hu ấ n luy ệ n )( n p P p α = Ρ (3.13) )10(,)1( < < − = Ρ α α P S (3.14) trong đ ó, α kí hi ệ u cho t ỉ l ệ phân b ổ công su ấ t tín hi ệ u; p Ρ , S Ρ và P là công su ấ t trung bình c ủ a chu ỗ i hu ấ n luy ệ n, tín hi ệ u mang tin và tín hi ệ u thu t ươ ng ứ ng Gi ả s ử kênh truy ề n là kênh fading l ự a ch ọ n t ầ n s ố xét trong m ộ t khe th ờ i gian. N ế u ta chia nh ỏ khe th ờ i gian này thành M kho ả ng th ờ i gian mà trong kho ả ng đ ó giá tr ị kênh xem nh ư không thay đổ i. Đặ t M=KL. Kí hi ệ u ch ỉ s ố [ ] [ ] [ ] 1,0,1,0,1,0; − ∈ − ∈ − ∈ + = LlKkMmklKm . Thi ế t l ậ p các thành ph ầ n kênh truy ề n th ỏ a mãn bi ể u th ứ c )(2 )( pj pi ePpf πλ − = (3.15) trong đ ó, ( ) Lklp / = λ , p P là công su ấ t tín hi ệ u. Gi ả s ử r ằ ng ta có t ậ p các tín hi ệ u tr ự c giao { } n fffF , ,, 21 = (3.16) T ậ p h ợ p các d ạ ng vector tín hi ệ u trên có th ể coi là tr ự c giao, n ế u m ỗ i c ặ p vector phân bi ệ t th ỏ a tính tr ự c giao. Ti ế p t ụ c xây d ự ng nh ữ ng bi ể u th ứ c m ớ i này d ự a trên thu ậ t toán Gram-Schmidt nh ư sau [51] 2 22 32 1 11 31 33 1 11 21 22 11 v v T v f T v v v T v f T v fv v v T v f T v fv fv           −           −=           −= = (3.17) Theo lý thuy ế t c ủ a thu ậ t toán Gram-Schmidt, t ậ p h ợ p { } L vvv , ,, 21 s ẽ tr ự c giao. K ế ti ế p, s ắ p x ế p các giá tr ị này thành d ạ ng vector [...]... 35 Hình 4.3 ánh giá MSE cho ư c lư ng kênh d a trên không gian con tín hi u khi xét nh hư ng nhi u 5 CHƯƠNG 5: THI T K Ư C LƯ NG KÊNH MÙ C I TI N CHO B O M T TRONG MIMO 5.1 Ư c lư ng mù c i ti n và phân tích MSE Trư c h t, chúng ta xem xét h th ng MIMO fading Rayleigh ph ng c tính hóa b i kênh H Gi s h th ng MIMO s d ng M t anten phát và M r anten thu Ta tính toán kênh H nh phân gi i ma tr n th a s SVD... NMSE (dB) 5.3 -3 10 -4 10 3 4 5 6 7 8 K 9 10 11 12 13 Hình 5.5 ánh giá NMSE v i các giá tr K khác nhau và SNR=30 dB 21 6 CHƯƠNG 6: Ư C LƯ NG KÊNH TRUY N CHO H TH NG MIMO OSTBC DÙNG THU T TOÁN MÙ C I TI N 6.1 K thu t ư c lư ng kênh dùng thu t toán mù c i ti n cho MIMO OSTBC u tiên, các phép tính ma tr n d a trên phân gi i ma tr n th a s SVD c a H SVD(Η ) = PΣQ H (6.4) Ma tr n P và Q ph i th a mãn thu... null (0))D = B là i u ki n mù ư c lư ng kênh h 4.3.2 Hàm t i ưu k t h p Chúng ta th o lu n gi i pháp ư c lư ng kênh mù c i ti n xu t k t h p c m hu n luy n thông thư ng và c m ư c lư ng mù V cơ b n, ta k t h p các tiêu chu n cho ư c lư ng SLS và mù Chúng ta s gi i h n các tiêu chu n mù theo phương pháp th ng kê t hàm th ng kê b c hai Do ó, ta có th t ư c bài toán ư c lư ng mù c i ti n d a trên hàm t... ư c lư ng kênh mù c i ti n 30 xu t và b ư c lư ng LS Novel blind channel estimation: MSE versus Eb/No 10 MIMO OSTBC3 rate=1/2 MIMO OSTBC3 rate=3/4 5 MSE (dB) 0 -5 -10 -15 -20 -25 5 10 15 Eb/No, dB 20 25 30 Hình 6.4 MSE và SNR c a b ư c lư ng kênh mù c i ti n v i các h th ng MIMO OSTBC3 v i t c mã khác nhau 23 Novel semi-blind channel estimation: MSE versus Eb/No 10 5 MSE (dB) 0 -5 -10 -15 MIMO OSTBC... MIMO OSTBC with QPSK MIMO OSTBC with 64QAM -20 -25 5 10 15 Eb/No, dB 20 25 30 Hình 6.5 MSE b ư c lư ng kênh mù MIMO OSTBC dùng kĩ thu t i u ch khác nhau 7 CHƯƠNG 7: K T LU N VÀ KI N NGH Lu n án ã trình bày các k thu t ư c lư ng kênh truy n H ã ư c phân tích ma tr n th a s SVD Lu n án ra phương pháp ư c lư ng mù c i ti n v i ý nghĩa là ưa ra các gi i pháp có th ng d ng ư c lư ng mù trong các h th ng... kí t là N d / 2 ) và dùng phương pháp d u dùng ư c lư ng bình phương c c ti u (s oán tuy n tính cho ph n còn l i Các trình bày chi ti t v k thu t này ư c mô t bên dư i 4.2 Ư c lư ng kênh mù c i ti n d a trên không gian con tín hi u cho MIMO Trong ph n này, lu n án t p trung vào hai k thu t ư c lư ng kênh d a trên phân tích không gian con tín hi u bao g m kĩ thu t ư c lư ng rõ (dùng phương pháp u c... giá tr c a tr{R H } Nh kênh ã ư c lư ng d a trên mô hình SLS, tr {R H } s ư c tính trong bi u th c ơn gi n sau ( ) { ˆ ˆ ˆ tr R H = tr H H H LS LS Bi u th c ư c lư ng kênh mù c i ti n } (4.12) xu t trong ph n này hoàn toàn d a trên tiêu chu n ư c lư ng nh chu i hu n luy n và ư c lư ng mù 4.3.1 Phương pháp ư c lư ng mù d a trên d Chúng ta mô t d oán tuy n tính oán tuy n tính MIMO d a trên m t s nh nghĩa... blind channel estimation (CE) in MIMO 0 10 BER, SER, BER, SER, Bit Error Rate/Symbol Error Rate -1 10 Novel CE Novel CE CE[Rustam Efendi] CE[Rustam Efendi] -2 10 -3 10 -4 10 -5 10 0 5 10 Eb/No,dB 15 20 Hình 3.4 So sánh mô ph ng BER/SER cho ư c lư ng kênh mù c i ti n dùng chu i hu n luy n tr c giao và phương pháp c a Rustam Efendi 4 CHƯƠNG 4: ÁNH GIÁ Ư C LƯ NG KÊNH MÙ C I TI N D A TRÊN PHÂN TÍCH KHÔNG... tín hi u vô nh c a thu t toán mù - Tăng hi u qu s d ng băng thông so v i phương pháp ư c lư ng bình phương c c ti u Trong t t c phương pháp ư c lư ng c i ti n ã trình bày lu n án cũng u dùng chu i hu n luy n Do v y, xu t chu i hu n luy n t i ưu có th áp d ng hi u qu cho ư c lư ng kênh mù c i ti n Vi c thi t k chu i hu n luy n sao cho phía thu có th gi i mã, khôi ph c giá tr kênh truy n t i ưu là i u... Trong các c i ti n s p t i, lu n án có th b sung ph n ng d ng các thu t toán ư c lư ng kênh mù c i ti n này trên thi t b ph n c ng th c t M t hư ng khác n a là có th dùng ư c lư ng kênh này cho các m ng h p tác (cooperative communications) DANH M C CÔNG TRÌNH C A TÁC GI [1] “A New Training Sequence for Secure Channel Estimation in MIMO Systems”, in Proc of The 3rd IEEE International Conference on Computer . (4.12) Biểu thức ước lượng kênh mù cải tiến đề xuất trong phần này hoàn toàn dựa trên tiêu chuẩn ước lượng nhờ chuỗi huấn luyện và ước lượng mù. 4.3.1 Phương pháp ước lượng mù dựa trên dự đoán. điều kiện mù để ước lượng kênh h. 4.3.2 Hàm tối ưu kết hợp Chúng ta thảo luận giải pháp ước lượng kênh mù cải tiến đề xuất kết hợp cụm huấn luyện thông thường và cụm ước lượng mù. Về cơ. ****oOo**** ĐỖ ĐÌNH THUẤN ƯỚC LƯỢNG KÊNH TRUYỀN MIMO DÙNG THUẬT TOÁN MÙ CẢI TIẾN Chuyên ngành: Vật lý vô tuyến và điện tử Mã số: 62 44 03 01 TÓM TẮT LUẬN ÁN TIẾN SỸ VẬT LÝ